我的大模型API调用省钱指南-过客

之前一直在用OpenCode Go，后面发现这个的坑越来越多了，于是就考虑换别的套餐来试试。现在模型消耗主要是 Hermes Agent，天天跑日常任务；有时会使用OpenCode修改一些Bug和模块编程。

先聊模型：日常 Agent 真不用旗舰

对于Hermes Agent日常任务、闲聊之类的，使用轻量Flash类就够了，并不需要旗舰模型来浪费小钱钱。

DeepSeek V4 Flash 是目前 OpenRouter 上的流量之王，Top 10 全是 Flash 级别。为什么？因为它够用。日常任务、简单脚本、文件处理、数据整理，Flash 级别绰绰有余。

GLM-5.3 Flash 排第三。如果只选一个便宜模型通吃所有场景，智谱这个最强。国产直连也方便。

MiMo v2.6 Flash 输入 $0.14/百万 token，输出 $0.28，开源 MIT 协议还能本地跑。日成本几毛钱，等于白送。

LongCat-2.0 定位更高端，1.6T MoE / 48B 激活，Coding 45.3、GPQA 78，复杂代码任务比 Flash 强一丢丢。

一句话：90% 的场景 Flash 就够，剩下 10% 硬核任务再考虑升级。

各家 Token Plan 乍一看额度很唬人，但"额度单位"各不相同：Credits、积分、次数、Token，混在一起比价很容易被带到沟里。

阿里云百炼 139 元/月给 45,000 Credits，看着很多。但不同模型消耗差异极大——qwen3.7-plus 一次对话可能吃掉 4~8 Credits。实际换算下来，45k Credits 大约只够 5000~8000 次 Agent 对话。再用超了直接按量计费，账单容易失控。
火山方舟 40 元/月给约 18000 次请求，5 小时滚动限流窗口，之前有计费不透明的情况，之前有过一次GLM请求按三四十次请求计算的情况。后面还搞了一个Agent Plan，还弄个什么燃料值，计费模式还是不明确。
腾讯云：这个也由之前的Token计费模式改成了积分制，不同模型消耗系数不一样。价格偏贵，胜在稳定。
百度千帆 Mini 首购 ¥9.9 适合试水，Pro 档 ¥200 性价比中等，但文心模型 Agent 场景偏科。
MiniMax 这个计划之前一直在变。

LongCat-2.0 / 2.5-Preview 有个套餐：新手 9.9 元，续费 29.9 元/月，5000 万输入+输出 Token，Cache 命中免费。

算一笔账：

9.9 元更是只要 3.7%——但这只能用一次，长期续费 29.9 元才是常态。

这里有个很多人忽略的变量：缓存命中率。

用了大半年的Hermes Agent 的日常操作里，90% 的输入是重复上下文——系统提示词、工具定义、历史对话模板，这些内容每次请求都会带上。输入Token量与输出Token比也差不多是10:1。按这样的比例，实际消耗：

5000万 Token ÷ (10% 输入 + 10% 输出) ≈ 实际能跑 2.5亿+ 对话量

按日常 Agent 平均每次 20K token 输入 + 2K token 输出，缓存命中后实际计费 2K + 2K = 4K token。5000 万套餐 ≈ 2.5 万+ 次请求。

29.9 元/月 ÷ 25000 次 = 每次请求 0.0012 元。

基本等于免费。

对比其他方案（方案根据文件次数按输入命中:输入未命中:输出比约为 9:1:1 大致估算，仅提参考不做为实际用量计算）：

方案	月成本	单次请求成本	LongCat 的几倍
LongCat 套餐	¥29.9	¥0.0012	1x
阿里云 Standard	¥139	~¥0.015	37x
腾讯云 Lite	¥39	~¥0.009	22x
火山方舟 Pro	¥200	~¥0.011	27x
智谱 Lite	¥118	~¥0.010	25x

不是一个量级的竞争。